KR20230004127A - 차량의 탑승자 식별시스템 및 식별방법 - Google Patents

차량의 탑승자 식별시스템 및 식별방법 Download PDF

Info

Publication number
KR20230004127A
KR20230004127A KR1020210086001A KR20210086001A KR20230004127A KR 20230004127 A KR20230004127 A KR 20230004127A KR 1020210086001 A KR1020210086001 A KR 1020210086001A KR 20210086001 A KR20210086001 A KR 20210086001A KR 20230004127 A KR20230004127 A KR 20230004127A
Authority
KR
South Korea
Prior art keywords
occupant
data
load distribution
legrest
rotation angle
Prior art date
Application number
KR1020210086001A
Other languages
English (en)
Other versions
KR102585213B1 (ko
Inventor
고동신
황병훈
Original Assignee
고등기술연구원연구조합
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고등기술연구원연구조합 filed Critical 고등기술연구원연구조합
Priority to KR1020210086001A priority Critical patent/KR102585213B1/ko
Publication of KR20230004127A publication Critical patent/KR20230004127A/ko
Application granted granted Critical
Publication of KR102585213B1 publication Critical patent/KR102585213B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/02—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles the seat or part thereof being movable, e.g. adjustable
    • B60N2/0224—Non-manual adjustments, e.g. with electrical operation
    • B60N2/0244—Non-manual adjustments, e.g. with electrical operation with logic circuits
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/002—Seats provided with an occupancy detection means mounted therein or thereon
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/02—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles the seat or part thereof being movable, e.g. adjustable
    • B60N2/0224—Non-manual adjustments, e.g. with electrical operation
    • B60N2/0244—Non-manual adjustments, e.g. with electrical operation with logic circuits
    • B60N2/0272—Non-manual adjustments, e.g. with electrical operation with logic circuits using sensors or detectors for detecting the position of seat parts
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/90—Details or parts not otherwise provided for
    • B60N2/995—Lower-leg-rests, e.g. calf-rests
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • B60N2002/0272—

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Seats For Vehicles (AREA)

Abstract

차량 시트에 착석한 탑승자를 식별하기 위한 차량의 탑승자 식별시스템 및 식별방법이 소개된다.
이 중에서 차량의 탑승자 식별시스템은 레그레스트를 회전시키기 위한 구동력을 레그레스트에 제공하는 레그레스트 구동부와, 차량 시트에 연결된 레그레스트가 레그레스트 구동부에 의해 회전된 회전 각도를 측정하는 레그레스트 위치 감지부와, 레그레스트가 회전 각도로 회전하는 동안 레그레스트에 대한 탑승자의 하중 분포를 측정하는 하중분포 감지부와, 레그레스트 위치 감지부로부터 회전 각도 데이터를 제공받고 하중분포 감지부로부터 하중 분포 데이터를 제공받고 하중 분포 데이터와 기 등록된 기준 하중 분포 데이터에 기초하여 상기 탑승자를 식별하는 데이터 처리부를 포함할 수 있다.

Description

차량의 탑승자 식별시스템 및 식별방법{SYSTEM FOR INDENTIFYING OCCUPANT OF CAR AND METHOD THEREOF}
본 발명은 차량의 탑승자 식별시스템 및 식별방법에 관한 것이다.
일반적으로 운전자세 기억장치(Integrated Memory System: 이하 IMS라 한다)는 운전자가 수동으로 자신에게 맞는 아웃사이드 미러위치를 IMS 컴퓨터에 입력시킬 수 있으며, 다른 운전자가 운전하여 위치가 변경되었을 경우 IMS 컴퓨터는 기억시킨 위치로 자동 복귀시키는 편의장치이다.
그러나, 종래 운전자세 기억장치 경우, 사용자의 임의의 설정값에 따라 IMS 컴퓨터에 등록시키기 때문에, 하나의 자동차를 여러 사람이 운전하게 되면, 현장에서 사용자 변경이 어렵다. 또한, 자동차 키 복제 또는 습득, 혹은 기타 허가되지 않은 방법으로, 자동차가 도난당하는 사고가 발생되기도 한다.
이러한 문제점을 해소하기 위해, 차량에 탑승한 탑승자를 인증 또는 식별하기 위한 사용자 인증/식별 시스템이 제안되고 있다.
종래 사용자 인증/식별 시스템의 경우, 카메라를 통한 영상을 통한 얼굴인식, 홍채인식이나 음성을 통한 화자인식, 지문인식같은 바이오마커 등이 이용될 수 있다. 사람마다 각기 다른 신체적 특징을 이용하기 때문에 인식률이 상당히 높은 장점이 있다.
그러나 탑승자의 인증을 위해서는, 탑승자의 직접 인증 행동이 반드시 필요하고, 카메라나 고성능 프로세서를 갖춰야 하므로 상대적으로 높은 비용의 지출이 요구된다. 또한, 비상업용 차량에서는, 탑승 환경상 탑승자의 인원이 제한적이기 때문에, 수많은 탑승자를 식별하기 위한 복잡한 식별 알고리즘이 사용자 인증/식별 시스템에 적용되는 경우, 과도한 비용 상승이 야기될 수 있다.
등록특허공보 10-2024051(2019. 9. 17)
본 발명은 상기와 같은 문제를 해결하기 위해 제공된 것으로서, 탑승자에 대한 높은 인식률을 구현할 수 있는 차량의 탑승자 식별시스템 및 식별방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 실시예에 따르면, 레그레스트를 회전시키기 위한 구동력을 상기 레그레스트에 제공하는 레그레스트 구동부; 상기 차량 시트에 연결된 레그레스트가 상기 레그레스트 구동부에 의해 회전된 회전 각도를 측정하는 레그레스트 위치 감지부; 상기 레그레스트가 상기 회전 각도로 회전하는 동안 상기 레그레스트에 대한 상기 탑승자의 하중 분포를 측정하는 하중분포 감지부; 및 상기 레그레스트 위치 감지부로부터 회전 각도 데이터를 제공받고 상기 하중분포 감지부로부터 하중 분포 데이터를 제공받고, 상기 하중 분포 데이터와 기 등록된 기준 하중 분포 데이터에 기초하여 상기 탑승자를 식별하는 데이터 처리부를 포함하는 차량의 탑승자 식별시스템이 제공될 수 있다.
이때, 본 발명은 상기 회전 각도 데이터와 상기 하중 분포 데이터를 저장하기 위한 데이터 저장부; 및 상기 레그레스트 구동부의 작동을 제어하기 위한 시트 제어부를 더 포함할 수 있다.
또한, 상기 시트 제어부는 상기 탑승자가 상기 차량 시트에 최초로 착석할 때, 상기 레그레스트가 최소 회전 각도에서 최대 회전 각도로 회전되도록 상기 레그레스트 구동부를 제어하고, 상기 데이터 처리부는 상기 탑승자가 상기 차량 시트에 최초로 착석될 때, 상기 레그레스트 위치 감지부 및 상기 하중분포 감지부로부터 회전 각도 데이터와 하중 분포 데이터를 각각 제공받아, 상기 회전 각도에 따른 상기 탑승자의 측정 하중 분포를 추출하고, 추출된 상기 측정 하중 분포를 기준 하중 분포로 하여 상기 데이터 저장부에 등록할 수 있다.
또한, 상기 데이터 처리부는 상기 회전 각도에 따라 상기 탑승자의 측정 하중 분포를 추출할 때, 상기 하중 분포 데이터 간 보간(Interpolation)법을 이용하여 상기 하중 분포 데이터의 스케일을 높일 수 있다.
또한, 상기 데이터 처리부는 상기 하중 분포 데이터에서, 1차원 최대값 추출 과정을 통해 저차원의 특정 데이터를 추출할 수 있다.
또한, 상기 데이터 처리부는 상기 특정 데이터를 난수기반 데이터 증강과정을 통해 대량의 측정 하중 정규분포 데이터를 생성하고, 기계학습 알고리즘을 이용하여 상기 측정 하중 정규분포 데이터와 기 등록된 기준 하중 정규분포 데이터를 비교하여 상기 탑승자가 기 등록된 등록 탑승자인지 여부를 결정할 수 있다.
또한, 상기 레그레스트 위치 감지부는 상기 레그레스트의 회전시, 상기 레그레스트의 절대적인 회전 각도를 측정할 수 있는 각도 센서를 포함할 수 있다.
또한, 상기 하중분포 감지부는 상기 탑승자의 하체에 대한 하중 분포를 측정하기 위해, 상기 레그레스트에 매트릭스 형태로 복수 개 이격 배치되는 센서 어레이를 포함할 수 있다.
본 발명의 실시예에 따르면, 탑승자가 차량 시트에 최초로 탑승할 때, 차량 시트에 연결된 레그레스트를 최소 회전 각도에서 최대 회전 각도로 회전시키면서, 레그레스트에 대한 탑승자의 기준 하중 분포를 측정하는 단계; 탑승자가 차량 시트에 재 탑승할 때, 차량 시트에 연결된 레그레스트를 소정 각도로 회전시키면서, 레그레스트에 대한 탑승자의 측정 하중 분포를 측정하는 단계; 및 측정한 기준 하중 분포와 측정 하중 분포를 비교하여 탑승자가 기 등록된 등록 탑승자인지 여부를 결정하는 단계를 포함하는 차량의 탑승자 식별방법이 제공될 수 있다.
이때, 상기 레그레스트에 대한 탑승자의 기준 하중 분포를 측정하는 단계는, 탑승자가 차량 시트에 최초로 탑승할 때 측정된 하중 분포 데이터에서, 1차원 최대값 추출 과정을 통해 저차원의 특정 데이터를 추출하고, 상기 레그레스트에 대한 탑승자의 측정 하중 분포를 측정하는 단계는, 탑승자가 차량 시트에 재 탑승할 때 측정된 상기 하중 분포 데이터에서, 1차원 최대값 추출 과정을 통해 저차원의 특정 데이터를 추출할 수 있다.
또한, 상기 탑승자가 등록 탑승자인지 여부를 결정하는 단계는, 상기 특정 데이터를 난수기반 데이터 증강과정을 통해 대량의 측정 하중 정규분포 데이터를 생성하고, 기계학습 알고리즘을 이용하여 측정 하중 정규분포 데이터와 기 등록된 기준 하중 정규분포 데이터를 비교하여 탑승자가 기 등록된 등록 탑승자인지 여부를 결정할 수 있다
본 발명의 실시예는 소수의 차량 탑승자를 구분하는 일반적인 환경에서, 시트 또는 레그레스트의 압력 분포 변화 패턴으로 높은 인식률을 구현함으로써, 탑승자를 효과적으로 식별할 수 있다는 이점이 있다.
또한, 본 발명의 실시예는 탑승자가 차량에 탑승하여 차량 시트에 착석하는 자연스러운 과정에서, 탑승자에 대한 식별이 신속하고 편리하게 이루어질 수 있다는 이점이 있다.
도 1은 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템을 도시한 구성도이다.
도 2는 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템이 적용된 차량 시트를 도시한 측면도이다.
도 3은 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템이 적용된 레그레스트를 확대하여 도시한 측단면도이다.
도 4는 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템을 통해 특징 및 차원을 추출하는 상태를 나타낸 상태도이다.
도 5는 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템을 통해 추출된 차원에서 학습 데이터를 증강시키는 상태를 나타낸 상태도이다.
도 6은 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템을 통한 탑승자의 식별 과정을 도시한 블록도이다.
도 7은 본 발명의 일 실시예에 따른 차량의 탑승자 식별방법을 나타낸 블록도이다.
이하에서는 본 발명의 사상을 구현하기 위한 구체적인 실시예에 대하여 도면을 참조하여 상세히 설명하도록 한다.
아울러 본 발명을 설명함에 있어서 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
또한, 어떤 구성요소가 다른 구성요소에 '연결', '지지', '접속', '공급', '전달', '접촉'된다고 언급된 때에는 그 다른 구성요소에 직접적으로 연결, 지지, 접속, 공급, 전달, 접촉될 수도 있지만 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
본 명세서에서 사용된 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로 본 발명을 한정하려는 의도로 사용된 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다.
또한, 본 명세서에서 상측, 하측, 측면 등의 표현은 도면에 도시를 기준으로 설명한 것이며 해당 대상의 방향이 변경되면 다르게 표현될 수 있음을 미리 밝혀둔다. 마찬가지의 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시되었으며, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다.
또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 해당 구성요소들은 이와 같은 용어들에 의해 한정되지는 않는다. 이 용어들은 하나의 구성요소들을 다른 구성요소로부터 구별하는 목적으로만 사용된다.
명세서에서 사용되는 "포함하는"의 의미는 특정 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분을 구체화하며, 다른 특정 특성, 영역, 정수, 단계, 동작, 요소, 성분 및/또는 군의 존재나 부가를 제외시키는 것은 아니다.
이하, 도 1 내지 도 6을 참조하여 본 발명에 따른 차량의 탑승자 식별시스템의 구체적인 내용에 대하여 설명한다.
도 1은 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템을 도시한 구성도이고, 도 2는 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템이 적용된 차량 시트를 도시한 측면도이고, 도 3은 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템이 적용된 레그레스트를 확대하여 도시한 측단면도이고, 도 4는 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템을 통해 특징 및 차원을 추출하는 상태를 나타낸 상태도이고, 도 5는 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템을 통해 추출된 차원에서 학습 데이터를 증강시키는 상태를 나타낸 상태도이며, 도 6은 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템을 통한 탑승자의 식별 과정을 도시한 블록도이다.
도 1 내지 도 6에 도시된 바와 같이, 본 발명의 일 실시예에 따른 차량의 탑승자 식별시스템(10)은, 차량 시트(S)의 레그레스트(R)에 대한 탑승자(M)의 압력 분포 변화 패턴을 분석함으로써, 차량 시트(S)에 착석한 탑승자(M)의 인식률을 높일 수 있다,
이러한 차량의 탑승자 식별시스템(10)은 레그레스트 구동부(100), 레그레스트 위치 감지부(200), 하중분포 감지부(300), 데이터 처리부(400), 데이터 저장부(500) 및 시트 제어부(600)를 포함할 수 있다.
구체적으로, 레그레스트 구동부(100)는 레그레스트(R)를 회전시키기 위한 구동력을 레그레스트(R)에 제공할 수 있다. 이 레그레스트 구동부(100)는 레그레스트(R)에 구동 연결되는 액츄에이터일 수 있다. 레그레스트 구동부(100)는 시트 제어부(600)의 제어 명령에 따라, 구동될 수 있다.
본 실시예에서, 탑승자(M)의 최초 탑승시 탑승자를 등록하기 위한 탑승자 등록 절차에서, 레그레스트 구동부(100)는 레그레스트(R)의 제1 기준 위치(예를 들어, 초기 위치)인 "A" 포지션에서 제2 기준 위치(예를 들어, 최대 이동 위치)인 "A'" 포지션으로 이동시킬 수 있다. 또한, 탑승자(M)의 재 탑승시 등록된 탑승자(M) 중에서 등록 탑승자를 식별하기 위한 탑승자 식별 절차에서, 레그레스트 구동부(100)가 레그레스트(R)를 임의의 현재 위치인 "B" 포지션(제1 측정 위치)에서 특정 양의 데이터를 확보하기 위한 위치인 "B'" 포지션(제2 측정 위치)으로 이동시킬 수 있다. 이때, 제1 측정 위치 및 제2 측정 위치는 제1 기준 위치와 제2 기준 위치의 사이에 놓일 수 있다. 또한, "A" 포지션과 "A'" 포지션의 사이에서의 레그레스트(R)의 회전 범위는 제1 회전범위로 명명될 수 있고, "B" 포지션와 "B'" 포지션의 사이에서의 레그레스트(R)의 회전 범위는 제2 회전범위로 명명될 수 있다. 제1 회전범위는 제2 회전범위보다 더 클 수 있다.
레그레스트 위치 감지부(200)는 차량 시트(S)에 연결된 레그레스트(R)의 회전 각도를 측정할 수 있다. 본 명세서에서의 회전 각도는 레그레스트(R)의 각도 위상일 수 있다. 레그레스트 위치 감지부(200)는 레그레스트(R)의 회전시, 레그레스트(R)의 절대적인 회전 각도를 측정할 수 있는 각도 센서일 수 있다. 하중분포 감지부(300)에 의해 측정된 탑승자(M)의 회전 각도 데이터는, 데이터 처리부(400)로 인가될 수 있다.
본 실시예에서, 탑승자(M)의 최초 탑승시 탑승자를 등록하기 위한 탑승자 등록 절차에서, 레그레스트 구동부(100)가 레그레스트(R)의 초기 위치인 "A" 포지션에서 최대 이동 위치인 "A'" 포지션으로 이동시키면, 레그레스트 위치 감지부(200)는 "A" 포지션에서 "A'" 포지션으로 이동 중인 레그레스트(R)의 회전 각도를 실시간으로 측정할 수 있다.
또한, 탑승자(M)의 재 탑승시 등록된 탑승자(M) 중에서 등록 탑승자를 식별하기 위한 탑승자 식별 절차에서, 레그레스트 구동부(100)가 레그레스트를 임의의 현재 위치인 "B" 포지션에서 특정 양의 데이터를 확보하기 위한 위치인 "B'" 포지션으로 이동시키면, 레그레스트 위치 감지부(200)는 "B" 포지션에서 "B'" 포지션으로 이동 중인 레그레스트(R)의 회전 각도를 실시간으로 측정할 수 있다.
하중분포 감지부(300)는 레그레스트에 대한 탑승자(M)의 하중 분포를 측정할 수 있다. 하중분포 감지부(300)에 의해 측정된 탑승자(M)의 하중 분포 데이터는, 데이터 처리부(400)로 인가될 수 있다.
하중분포 감지부(300)는 탑승자(M)의 하체에 대한 하중 분포를 측정하기 위해, 레그레스트 상에서 복수 개가 매트릭스 형태로 이격 배치되는 센서 어레이 형태로 제공될 수 있다. 하중분포 감지부(300)는 센서의 특성에 따라 발생되는 노이즈를 제거할 수 있는 기능을 포함할 수 있다.
일 예로, 레그레스트(R)에서의 하체 하중 분포를 효과적으로 측정하기 위해서, 하중분포 감지부(300)는 피에조 필름(Piezo film) 형태의 감압 저항 센서일 수 있다. 피에조 필름형태의 감압 저항 센서는 접촉 면적과 감도 사이에 구조적으로 관련이 있기 때문에, 감도에 유리한 폼 프레임(R1)의 폼 쿠션(R2)에 구비될 수 있다. 예컨대, 레그레스트(R)의 폼 쿠션(R2)의 표면은 탑승자(M)의 하체에 접촉하기 위해서 돌출되는 형태로 제공될 수 있다. 폼 쿠션(R2)의 표면이 돌출되면, 탑승자(M)의 하체와 피에조 필름의 각 셀 간의 접촉이 유리해질 수 있다.
본 실시예에서, 탑승자(M)의 최초 탑승시 탑승자(M)를 등록하기 위한 탑승자 등록 절차에서, 레그레스트 구동부(100)가 레그레스트(R)의 초기 위치인 "A" 포지션에서 최대 이동 위치인 "A'" 포지션으로 이동시키면, 하중분포 감지부(300)는 "A" 포지션에서 "A'" 포지션으로 이동 상태에서 레그레스트(R)의 회전 각도에 따른 레그레스트 상의 하중 분포 데이터를 실시간으로 측정할 수 있다.
또한, 탑승자(M)의 재 탑승시 등록된 탑승자(M) 중에서 등록 탑승자를 식별하기 위한 탑승자 식별 절차에서, 레그레스트 구동부(100)가 레그레스트를 임의의 현재 위치인 "B" 포지션에서 특정 양의 데이터를 확보하기 위한 위치인 "B'" 포지션으로 이동시키면, 레그레스트 위치 감지부(200)는 "B" 포지션에서 "B'" 포지션으로 이동 상태에서 레그레스트(R)의 회전 각도에 따른 레그레스트 상의 하중 분포 데이터를 실시간으로 측정할 수 있다. 일 예로, "B"에서 "B'"까지 이동하는 중, 최소 30개의 하중 분포 데이터가 취득될 때까지의 취득 시간은 대략 1초일 수 있다.
데이터 처리부(400)는 레그레스트 위치 감지부(200) 및 하중분포 감지부(300)로부터 회전 각도 데이터와 하중 분포 데이터를 각각 제공받을 수 있다. 이때, 데이터 처리부(400)는 하중분포 감지부로부터 감지된 하중 분포 데이터에 대하여 데이터 전처리를 진행할 수 있다. 예를 들어, 데이터 처리부(400)에서 수행되는 데이터 전처리는 취득 과정에서 신호의 임펄스성 노이즈를 제거하는 메디안(Median) 계열의 노이즈 필터링일 수 있다.
데이터 처리부(400)는 회전 각도 데이터와 하중 분포 데이터를 이용하여 회전 각도에 따른 탑승자(M)의 측정 하중 분포를 추출할 수 있다. 회전 각도에 따라 탑승자(M)의 측정 하중 분포를 추출할 때, 데이터 처리부(400)는 하중 분포 데이터 간 보간(Interpolation)법을 이용하여 하중 분포 데이터의 스케일을 높일 수 있다.
하중 분포 데이터의 스케일을 높이는 하중분포 데이터 스케일업은, 레그레스트에 부착된 센서 어레이의 수량이 충분하지 않아, 데이터로부터 특징 추출에 한계가 있는 경우에 사용될 수 있다. 예컨대, 등간격으로 배열된 센서 어레이들의 압력 데이터간 보간(Interpolation)법을 통해, 데이터의 차원(스케일)을 높이는 방법이 사용될 수 있다.
이때, 사용되는 보간법은 반드시 모든 데이터 포인트를 지나는 보간법을 사용하도록 한다. 또한, 전 단계에서 임펄스 노이즈를 제거한 것으로 모든 데이터는 유효하며 이웃하는 각 데이터 사이는 최대한 왜곡되지 않아야 한다. 이웃하는 데이터 포인트간 보간 과정에서 각 데이터 포인트를 지나지 않도록 보간을 할 경우, 데이터가 왜곡될 가능성과 이후 식별 과정에서 성능에 영향을 주기 때문이다.
데이터 처리부(400)는 측정 하중 분포와 기 등록된 기준 하중 분포를 비교하여 탑승자(M)가 기 등록된 등록 탑승자인지 여부를 결정할 수 있다.
이를 위해, 도 3에서 보듯이, 데이터 처리부(400)는 회전 각도 데이터와 하중 분포 데이터로부터 특징 추출을 진행할 수 있다. 특징 추출은 차원이 크게 늘어난 데이터에서 학습에 유리한 특징 데이터를 추출하면서, 그 데이터의 차원을 줄이는 역할까지 수행할 수 있다.
레그레스트(R)의 하중 분포 데이터는 1차원 최대값 추출을 통해 저차원 특징 데이터로 추출될 수 있다. 탑승자(M)의 착좌 위치에 따라 압력이 가해지는 위치가 다를 수 있는데, 이것은 1D Max Pooling 과정에서 X축 또는 Y축에 대한 위치(회전 각도) 정보를 제거하는 효과를 제공할 수 있다. 결론적으로, 특징 데이터는 레그레스트가 "A"에서 "A'"로 이동하는 과정에서 측정된 하체 하중분포 데이터의 2D 또는 1D 데이터를 특징 데이터로 활용될 수 있다. 원활한 데이터 처리를 위해서, 1차원의 특징 데이터가 사용될 수 있다.
본 실시예에서는 1D Max Pooling 과정을 통해, 하중 분포 데이터에서 저차원 특징 데이터를 추출하지만, 이에 한정되지는 아니하며, Global Max Pooling 과정을 통해, 하중 분포데이터에서 저차원 특징 데이터를 추출할 수도 있을 것이다.
그리고 추출된 데이터를 활용하여 모델 학습을 위해서는 데이터의 증강(augmentation)이 필요한데, 데이터 처리부(400)는 난수기반 데이터 증강과정을 이용하여 대량의 측정 하중 정규분포 데이터를 생성시킬 수 있다. 모델의 학습은 레그레스트가 "B"에서 "B'"로 이동하는 구간에 대한 특징 데이터를 기반으로 하며, 데이터 처리부(400)는 정규분포를 기반으로 데이터를 생성할 수 있다.
도 4에서 보듯이, 데이터 처리부(400)는 기계학습 알고리즘을 이용하여 측정 하중 정규분포 데이터와 기 등록된 기준 하중 정규분포 데이터를 비교하여 탑승자(M)가 기 등록된 등록 탑승자인지 여부를 결정할 수 있다. 일 예로, 선형 서포트벡터머신(SVM)으로 학습한 모델의 경우, 5명 탑승자 인식률이 96.79%인 것으로 확인되었다. 데이터 처리부(400)에서 종합적으로 수집/처리한 데이터는 데이터 저장부(500)의 메모리에 저장될 수 있다.
데이터 저장부(500)는 데이터 처리부(400)를 통해 추출된 측정 하중 분포를 저장할 수 있다. 예컨대, 데이터 저장부(500)는 탑승자 등록 절차 및 탑승자 식별 절차에서 획득한 하중분포 특징 데이터를 저장할 수 있다.
시트 제어부(600)는 제어 로직에 따른 프로그램 제어 또는 사용자의 수동 조작 입력에 따라, 차량 시트(S) 및 레그레스트(R)의 동작을 제어하는 기능을 수행할 수 있다. 예를 들어, 시트 제어부(600)는 탑승자가 차량 시트(S)에 최초로 착석할 때, 레그레스트가 최소 회전 각도에서 최대 회전 각도로 회전되도록 레그레스트 구동부(100)를 제어할 수 있다.
시트 제어부(600)는 마이크로프로세서를 포함하는 연산 장치, 메모리 등에 의해 구현될 수 있으며, 그 구현 방식은 당업자에게 자명한 사항이므로 더 이상의 자세한 설명을 생략한다.
도 7은 본 발명의 일 실시예에 따른 차량의 탑승자 식별방법을 나타낸 블록도이다.
도 7에 도시된 바와 같이, 본 발명의 일 실시예에 따른 차량의 탑승자 식별방법(20)은, 탑승자의 기준 하중 분포를 측정하는 단계(S100)와, 탑승자의 측정 하중 분포를 측정하는 단계(S200)와, 탑승자가 기 등록된 등록 탑승자인지 여부를 결정하는 단계(S300)를 포함할 수 있다.
상기 탑승자의 기준 하중 분포를 측정하는 단계(S100)에서는, 탑승자가 차량 시트에 최초로 착석할 때, 차량 시트에 연결된 레그레스트를 최소 회전 각도에서 최대 회전 각도로 회전시키면서, 레그레스트에 대한 탑승자의 기준 하중 분포가 측정될 수 있다.
예컨대, 상기 탑승자의 기준 하중 분포를 측정하는 단계(S100)에서, 레그레스트 구동부가 레그레스트의 초기 위치인 "A" 포지션에서 최대 이동 위치인 "A'" 포지션으로 회전시키면, 레그레스트 위치 감지부는 "A" 포지션에서 "A'" 포지션으로 이동 중인 레그레스트의 회전 각도를 실시간으로 측정할 수 있다. 이때, 하중분포 감지부는 "A" 포지션에서 "A'" 포지션으로 이동 상태에서 레그레스트의 회전 각도에 따른 레그레스트 상의 하중 분포 데이터를 실시간으로 측정할 수 있다.
그리고 상기 탑승자의 기준 하중 분포를 측정하는 단계(S100)에서는, 탑승자가 차량 시트에 최초로 착석할 때, 회전 각도 데이터와 하중 분포 데이터의 크기가 각각 서로 다른 경우, 데이터 전처리가 진행될 수 있다. 그리고 회전 각도에 따라 탑승자(M)의 측정 하중 분포를 추출하기 위해 하중 분포 데이터 간 보간(Interpolation)법을 이용하여 하중 분포 데이터의 스케일을 높일 수 있다.
또한, 상기 탑승자의 기준 하중 분포를 측정하는 단계(S100)에서는, 탑승자가 차량 시트에 최초로 착석할 때, 회전 각도 데이터와 하중 분포 데이터로부터 특징 추출을 진행할 수 있다. 특징 추출은 차원이 크게 늘어난 데이터에서 학습에 유리한 특징 데이터를 추출하면서, 그 데이터의 차원을 줄일 수 있다.
상기 탑승자의 측정 하중 분포를 측정하는 단계(S200)에서는, 탑승자가 차량 시트에 재 탑승할 때, 차량 시트에 연결된 레그레스트를 소정 각도로 회전시키면서, 레그레스트에 대한 탑승자의 측정 하중 분포가 측정될 수 있다.
예를 들어, 상기 탑승자의 측정 하중 분포를 측정하는 단계(S200)에서는, 레그레스트 구동부가 레그레스트를 임의의 현재 위치인 "B" 포지션에서 특정 양의 데이터를 확보하기 위한 위치인 "B'" 포지션으로 이동시키면, 레그레스트 위치 감지부는 "B" 포지션에서 "B'" 포지션으로 이동 중인 레그레스트의 회전 각도를 실시간으로 측정할 수 있다. 이때, 레그레스트 위치 감지부는 "B" 포지션에서 "B'" 포지션으로 이동 상태에서 레그레스트의 회전 각도에 따른 레그레스트 상의 하중 분포 데이터를 실시간으로 측정할 수 있다.
그리고 상기 탑승자의 측정 하중 분포를 측정하는 단계(S200)에서는, 탑승자가 차량 시트에 재 탑승할 때, 회전 각도 데이터와 하중 분포 데이터의 크기가 각각 서로 다른 경우, 데이터 전처리가 진행될 수 있다. 그리고 회전 각도에 따라 탑승자(M)의 측정 하중 분포를 추출하기 위해 하중 분포 데이터 간 보간(Interpolation)법을 이용하여 하중 분포 데이터의 스케일을 높일 수 있다.
또한, 상기 탑승자의 측정 하중 분포를 측정하는 단계(S200)에서는, 탑승자가 차량 시트에 재 탑승할 때, 회전 각도 데이터와 하중 분포 데이터로부터 특징 추출을 진행할 수 있다. 특징 추출은 차원이 크게 늘어난 데이터에서 학습에 유리한 특징 데이터를 추출하면서, 그 데이터의 차원을 줄일 수 있다.
상기 탑승자가 기 등록된 등록 탑승자인지 여부를 결정하는 단계(S300)에서는, 상기 S100 및 S200에서 추출된 특정 데이터를 난수기반 데이터 증강과정을 통해 대량의 측정 하중 정규분포 데이터를 생성하고, 기계학습 알고리즘을 이용하여 측정 하중 정규분포 데이터와 기 등록된 기준 하중 정규분포 데이터를 비교하여 탑승자가 기 등록된 등록 탑승자인지 여부를 결정할 수 있다.
상술한 바와 같이, 본 발명은 소수의 차량 탑승자를 구분하는 일반적인 환경에서, 시트 또는 레그레스트의 압력 분포 변화 패턴으로 높은 인식률을 구현하여, 탑승자를 효과적으로 식별할 수 있고, 탑승자가 차량에 탑승하여 시트에 착석하는 자연스러운 과정에서 식별이 될 수 있다는 등의 우수한 장점이 있다.
상기에서 본 발명을 바람직한 실시 예를 사용하여 상세히 설명하였으나, 본 발명의 범위는 특정 실시 예에 한정되는 것은 아니며, 첨부된 특허청구범위에 의하여 해석되어야 할 것이다. 또한, 이 기술분야에서 통상의 지식을 습득한 자라면, 본 발명의 범위에서 벗어나지 않으면서도 많은 수정과 변형이 가능함을 이해하여야 할 것이다.
10 :탑승자 식별시스템
100 :레그레스트 구동부 200 :레그레스트 위치 감지부
300 :하중분포 감지부 400 :데이터 처리부
500 :데이터 저장부 600 :시트 제어부
20 :탑승자 식별방법

Claims (11)

  1. 차량 시트에 착석한 탑승자를 식별하기 위한 차량의 탑승자 식별시스템에 있어서,
    레그레스트를 회전시키기 위한 구동력을 상기 레그레스트에 제공하는 레그레스트 구동부;
    상기 차량 시트에 연결된 레그레스트가 상기 레그레스트 구동부에 의해 회전된 회전 각도를 측정하는 레그레스트 위치 감지부;
    상기 레그레스트가 상기 회전 각도로 회전하는 동안 상기 레그레스트에 대한 상기 탑승자의 하중 분포를 측정하는 하중분포 감지부; 및
    상기 레그레스트 위치 감지부로부터 회전 각도 데이터를 제공받고 상기 하중분포 감지부로부터 하중 분포 데이터를 제공받고, 상기 하중 분포 데이터와 기 등록된 기준 하중 분포 데이터에 기초하여 상기 탑승자를 식별하는 데이터 처리부를 포함하는,
    차량의 탑승자 식별시스템.
  2. 제 1 항에 있어서,
    상기 회전 각도 데이터와 상기 하중 분포 데이터를 저장하기 위한 데이터 저장부; 및
    상기 레그레스트 구동부의 작동을 제어하기 위한 시트 제어부를 더 포함하는,
    차량의 탑승자 식별시스템.
  3. 제 2 항에 있어서,
    상기 시트 제어부는
    상기 탑승자가 상기 차량 시트에 최초로 착석할 때, 상기 레그레스트가 최소 회전 각도에서 최대 회전 각도로 회전되도록 상기 레그레스트 구동부를 제어하고,
    상기 데이터 처리부는
    상기 탑승자가 상기 차량 시트에 최초로 착석될 때, 상기 레그레스트 위치 감지부 및 상기 하중분포 감지부로부터 회전 각도 데이터와 하중 분포 데이터를 각각 제공받아, 상기 회전 각도에 따른 상기 탑승자의 측정 하중 분포를 추출하고, 추출된 상기 측정 하중 분포를 기준 하중 분포로 하여 상기 데이터 저장부에 등록하는,
    차량의 탑승자 식별시스템.
  4. 제 3 항에 있어서,
    상기 데이터 처리부는
    상기 회전 각도에 따라 상기 탑승자의 측정 하중 분포를 추출할 때, 상기 하중 분포 데이터 간 보간(Interpolation)법을 이용하여 상기 하중 분포 데이터의 스케일을 높이는,
    차량의 탑승자 식별시스템.
  5. 제 3 항에 있어서,
    상기 데이터 처리부는
    상기 하중 분포 데이터에서, 1차원 최대값 추출 과정을 통해 저차원의 특정 데이터를 추출하는,
    차량의 탑승자 식별시스템.
  6. 제 5 항에 있어서,
    상기 데이터 처리부는
    상기 특정 데이터를 난수기반 데이터 증강과정을 통해 대량의 측정 하중 정규분포 데이터를 생성하고, 기계학습 알고리즘을 이용하여 상기 측정 하중 정규분포 데이터와 기 등록된 기준 하중 정규분포 데이터를 비교하여 상기 탑승자가 기 등록된 등록 탑승자인지 여부를 결정하는,
    차량의 탑승자 식별시스템.
  7. 제 1 항에 있어서,
    상기 레그레스트 위치 감지부는
    상기 레그레스트의 회전시, 상기 레그레스트의 절대적인 회전 각도를 측정할 수 있는 각도 센서를 포함하는,
    차량의 탑승자 식별시스템.
  8. 제 1 항에 있어서,
    상기 하중분포 감지부는
    상기 탑승자의 하체에 대한 하중 분포 데이터를 측정하기 위해, 상기 레그레스트에 매트릭스 형태로 복수 개 이격 배치되는 센서 어레이를 포함하는,
    차량의 탑승자 식별시스템.
  9. 탑승자가 차량 시트에 최초로 탑승할 때, 차량 시트에 연결된 레그레스트를 최소 회전 각도에서 최대 회전 각도로 회전시키면서, 레그레스트에 대한 탑승자의 기준 하중 분포를 측정하는 단계;
    탑승자가 차량 시트에 재 탑승할 때, 차량 시트에 연결된 레그레스트를 소정 각도로 회전시키면서, 레그레스트에 대한 탑승자의 측정 하중 분포를 측정하는 단계; 및
    측정한 기준 하중 분포와 측정 하중 분포를 비교하여 탑승자가 기 등록된 등록 탑승자인지 여부를 결정하는 단계를 포함하는,
    차량의 탑승자 식별방법.
  10. 제 9 항에 있어서,
    상기 레그레스트에 대한 탑승자의 기준 하중 분포를 측정하는 단계는,
    탑승자가 차량 시트에 최초로 탑승할 때 측정된 하중 분포 데이터에서, 1차원 최대값 추출 과정을 통해 저차원의 특정 데이터를 추출하고,
    상기 레그레스트에 대한 탑승자의 측정 하중 분포를 측정하는 단계는,
    탑승자가 차량 시트에 재 탑승할 때 측정된 상기 하중 분포 데이터에서, 1차원 최대값 추출 과정을 통해 저차원의 특정 데이터를 추출하는,
    차량의 탑승자 식별방법.
  11. 제 10 항에 있어서,
    상기 탑승자가 등록 탑승자인지 여부를 결정하는 단계는,
    상기 특정 데이터를 난수기반 데이터 증강과정을 통해 대량의 측정 하중 정규분포 데이터를 생성하고, 기계학습 알고리즘을 이용하여 측정 하중 정규분포 데이터와 기 등록된 기준 하중 정규분포 데이터를 비교하여 탑승자가 기 등록된 등록 탑승자인지 여부를 결정하는,
    차량의 탑승자 식별방법.
KR1020210086001A 2021-06-30 2021-06-30 차량의 탑승자 식별시스템 및 식별방법 KR102585213B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210086001A KR102585213B1 (ko) 2021-06-30 2021-06-30 차량의 탑승자 식별시스템 및 식별방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210086001A KR102585213B1 (ko) 2021-06-30 2021-06-30 차량의 탑승자 식별시스템 및 식별방법

Publications (2)

Publication Number Publication Date
KR20230004127A true KR20230004127A (ko) 2023-01-06
KR102585213B1 KR102585213B1 (ko) 2023-10-04

Family

ID=84924154

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210086001A KR102585213B1 (ko) 2021-06-30 2021-06-30 차량의 탑승자 식별시스템 및 식별방법

Country Status (1)

Country Link
KR (1) KR102585213B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11299570A (ja) * 1998-04-23 1999-11-02 Matsushita Electric Works Ltd オットマン付き椅子
KR20120136040A (ko) * 2011-06-08 2012-12-18 현대모비스 주식회사 자동차의 승객식별장치
KR101818357B1 (ko) * 2016-07-19 2018-01-12 현대다이모스(주) 차량 시트의 후석 레그서포트 제어 장치 및 그 방법
KR102024051B1 (ko) 2018-12-31 2019-09-24 주식회사 우신세이프티시스템 차량용 시트의 탑승자 인식장치
KR102061845B1 (ko) * 2018-09-18 2020-01-02 현대트랜시스 주식회사 자동차 시트의 레그레스트 자동 제어 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11299570A (ja) * 1998-04-23 1999-11-02 Matsushita Electric Works Ltd オットマン付き椅子
KR20120136040A (ko) * 2011-06-08 2012-12-18 현대모비스 주식회사 자동차의 승객식별장치
KR101818357B1 (ko) * 2016-07-19 2018-01-12 현대다이모스(주) 차량 시트의 후석 레그서포트 제어 장치 및 그 방법
KR102061845B1 (ko) * 2018-09-18 2020-01-02 현대트랜시스 주식회사 자동차 시트의 레그레스트 자동 제어 장치
KR102024051B1 (ko) 2018-12-31 2019-09-24 주식회사 우신세이프티시스템 차량용 시트의 탑승자 인식장치

Also Published As

Publication number Publication date
KR102585213B1 (ko) 2023-10-04

Similar Documents

Publication Publication Date Title
JP2021504236A5 (ko)
JP4675660B2 (ja) 複数同時バイオメトリクス認証装置
US10046671B2 (en) Occupant-recognition system for vehicle seat
CN109641562B (zh) 乘员概况分析系统
EP3251889B1 (en) Sitting position adjustment system
US7630804B2 (en) Occupant information detection system, occupant restraint system, and vehicle
JP2020123352A (ja) 人の状態認識を基盤として身体部位の長さ及び顔情報を使用して乗客の身長及び体重を予測する方法及び装置
JP4267584B2 (ja) 機器制御装置及びその方法
KR20200071118A (ko) 차량 좌석의 스마트 조절 방법 및 장치, 차량, 전자 기기, 매체
US20070289799A1 (en) Vehicle occupant detecting system
JP2008540203A (ja) 車両乗員保護及び／又はコンフォートシステムを調整する方法、及び車両乗員保護及び／又はコンフォートシステム
CN107757553A (zh) 识别用户的方法、装置、系统及相关车辆
KR101165106B1 (ko) 얼굴 인식에 기반한 운전자 인증 장치 및 방법
US11983952B2 (en) Physique determination apparatus and physique determination method
JP2018060466A (ja) 画像処理装置、検知装置、学習装置、画像処理方法、および画像処理プログラム
US20180037139A1 (en) Occupant identification for seat assemblies
JP2016203910A (ja) 乗員検知装置および乗員検知方法
KR102585213B1 (ko) 차량의 탑승자 식별시스템 및 식별방법
US10414242B2 (en) Air conditioning system for motor vehicles
JP7267467B2 (ja) 注意方向判定装置および注意方向判定方法
JPWO2021156914A5 (ko)
KR20150067679A (ko) 차량용 제스처 인식 시스템 및 그 방법
CN107957794A (zh) 具有指纹传感器的输入设备以及力传感器
JP2009080706A (ja) 個人認証装置
WO2021033516A1 (ja) シート制御装置

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant